MétaCan
Menu
Retour à la cohorte
Enregistrement W4402288943 · doi:10.1210/endrev/bnae025

Postbiotic Impact on Host Metabolism and Immunity Provides Therapeutic Potential in Metabolic Disease

2024· review· en· W4402288943 sur OpenAlexafffund
Han Fang, Rodrigo Rodrigues e Lacerda, Nicole G. Barra, Dana Kukje Zada, Nazli Robin, Alina Mehra, Jonathan D. Schertzer

Notice bibliographique

RevueEndocrine Reviews · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésImmunityHost (biology)DiseaseBiologyImmunologyMedicineImmune systemEcologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The gut microbiota influences aspects of metabolic disease, including tissue inflammation, adiposity, blood glucose, insulin, and endocrine control of metabolism. Prebiotics or probiotics are often sought to combat metabolic disease. However, prebiotics lack specificity and can have deleterious bacterial community effects. Probiotics require live bacteria to find a colonization niche sufficient to influence host immunity or metabolism. Postbiotics encompass bacterial-derived components and molecules, which are well-positioned to alter host immunometabolism without relying on colonization efficiency or causing widespread effects on the existing microbiota. Here, we summarize the potential for beneficial and detrimental effects of specific postbiotics related to metabolic disease and the underlying mechanisms of action. Bacterial cell wall components, such as lipopolysaccharides, muropeptides, lipoteichoic acids and flagellin, have context-dependent effects on host metabolism by engaging specific immune responses. Specific types of postbiotics within broad classes of compounds, such as lipopolysaccharides and muropeptides, can have opposing effects on endocrine control of host metabolism, where certain postbiotics are insulin sensitizers and others promote insulin resistance. Bacterial metabolites, such as short-chain fatty acids, bile acids, lactate, glycerol, succinate, ethanolamine, and ethanol, can be substrates for host metabolism. Postbiotics can fuel host metabolic pathways directly or influence endocrine control of metabolism through immunomodulation or mimicking host-derived hormones. The interaction of postbiotics in the host-microbe relationship should be considered during metabolic inflammation and metabolic disease.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,378
Écart entre enseignants0,345 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEndocrine ReviewsMême sujetGut microbiota and healthTravaux en français237 207